IRESEARCHCONSULTINGGROUP大数据行业应用展望报告2013年目录3报告摘要5大数据概览13大数据在行业中的应用18大数据企业应用典型案例分析22大数据在网络营销领域的应用及互联网巨头的营销策略31法律声明2报告摘要大数据特点：数据体量巨大、数据类型繁多、处理速度极快。概览大数据导致数据分析方法的转变：由抽样数据到全体数据、由精确数据到混杂数据、由因果分析到相关分析的转变。大数据应用方向：营销、管理咨询、标准化和情报分析。具有大数据价值潜力行业：信息、金融保险、批发贸易、政府等。行业典型行业应用：大数据在金融行业中用于客户洞察、运营洞察、市场洞察；应用在电信行业中作为服务支撑、运营支撑、创新支撑；在互联网行业中带动营销变革、信息变革、业务变革。交通银行信用卡中心：借助大数据挖掘语音信息潜在价值。企业法国电信：利用大数据开拓不同服务领域。应用亚马逊：收集用户购买数据及偏好信息，用于个性化推荐。大数据在网络营销领域的价值：通过挖掘整合大数据，实现精准化、个性化营销。聚焦网络基于大数据的网络营销方式：搜索引擎精准营销、RTB实时竞价广告、重定向营销精准营销等。BAT大数据优势：百度掌握搜索数据，阿里掌握购物及社交数据，腾讯掌握社交及关系数据，BAT发力大数据营销。3目录3报告摘要5大数据概览大数据的特点大数据改变数据分析思维大数据的具体应用方向13大数据在行业中的应用18大数据企业应用典型案例分析22大数据在网络营销领域的应用及互联网巨头的营销策略31法律声明4大数据的特点大数据的特点：Volume、Variety、Velocity艾瑞认为大数据满足以下三个条件：第一，数据体量巨大。根据IDC的研究数据显示，2011年全世界的信息量是1.8万亿GB，相当于每个美国人在Twitter上每分钟发布三条推文整整26976年，预计到2015年全世界将会有8万亿GB的信息量。第二，数据类型繁多。除了包括以往便于存储的以文本为主的结构化数据，也包括网络日志、音频、视频、图片、地理位置信息等大量的非结构化数据。据Gartner预计，全球信息量中的85%由各种非结构化数据组成。第三，处理速度快。1秒定律。大数据的3V构成也导致其数据价值高但价值密度低的特点，也被称为大数据特点的第4个V，即数据价值Value。VolumeVarietyVelocity数据体量大数据类型多处理速度快8万亿GB85%1s2015全球信息量非结构化数据占比数据处理速度Value数据价值5Volume:全球数据增长趋势数字数据迅速增长，信息数据化程度提升推动数据商业价值呈现随着数字化信息的发展，人类产生和储存的数据量呈现爆发式增长，全球的总存储数据量的量级已突破艾字节（EB）甚至泽字节（ZB）（1ZB=1024EB，1EB=1024PB，1PB=1024TB）。2000年，数字存储信息只占全球数据量的25%，75%的信息存储在报纸、书籍、胶片、磁带等媒介上。到2007年，人类共存储超过300EB的数据，其中数字数据占到93%。预计到2013年，全球总存储数据量将达到1.2ZB，其中数字数据占比将超过98%。数字数据的存储量维持每三年增长一倍的高速增长。信息数据化程度的大幅提升推动了数据的商业价值显现。数字数据98%数字数据93%数字数据25%200720132000300EB1.2ZB来源：马丁·希尔伯特，普里西拉·洛佩兹在。《世界存储、传输与计算信息的技术能力》。2011。6Volume:全球数据储存量分布全球数据储存量超过6450PB，欧洲北美数据储存量巨大2010年，北美地区数据储存量超过3500PB，欧洲地区数据储存量超过2000PB，中国数据储存量超过250PB。>2000PB>3500PB欧洲>400PB北美>250PB日本>200PB中国中东>50PB印度>50PB拉丁美洲来源：BigData:TheNextFrontierfortheInnovation,CompetitionandProductivity-McKinseyGlobalInstituteReport，2011。7Variety:数据类型繁多信息化高速发展，促进数据类型繁多随着物联网的发展，人类产生和储存的数据类型越来越多样化，包括人与人之间产生的数据如社交网络、即时通讯等信息，人与机器之间产生的数据如电子商务、网络浏览等信息，以及机器与机器间产